Vývoj automatizovaného systému videoinspekce železničního roštu - ověřená technologie

Kód výsledku v IS VaVaI

<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F27223663%3A_____%2F20%3AN0000002" target="_blank" >RIV/27223663:_____/20:N0000002 - isvavai.cz</a>

Výsledek na webu

—

DOI - Digital Object Identifier

—

Jazyk výsledku

angličtina

Název v původním jazyce

Vývoj automatizovaného systému videoinspekce železničního roštu - ověřená technologie

Popis výsledku v původním jazyce

​ Stručný popis novosti technologie a výrobku Značný přínos implementovaného řešení je integrace technologii tensorflow, openCV v rámci zpracování dat a analýzy pomocí série neuronových sítí. Ty jsou dále kombinovány s detailními snímky z lineárních kamer a unikátní datovou základnou vzniklou během projektu. Unikátním způsobem toto řešení využívá několik rozdílných neuronových sítí pro různé části řešené úlohy. Celý řetězec je paralelizován a využívá výpočtů na grafických kartách pro získání odpovědí v co nejkratším čase. V rámci projektu jsme vytvořili a implementovali vlastní neuronové sítě, které nejsou převzaté od třetích stran a tyto sítě jsou specificky naučené rozpoznávat charakter upevňovadel a jejich defektů na železnicích České republiky. Využitelnost je z historických důvodů 100% možná i na celé železniční síti na Slovensku a dále v řadě zemí střední a západní Evropy. Nasazení v Americe, Asii nebo Africe by vyžadovalo kontrolní měření pro detekci případných specifik místních železničních tratí. ávěrečné ustanovení protokolu ověření technologie V projektu implementovaný vyhodnocovací software spolehlivě zpracovává pořízená data. Sada implementovaných a vyvinutých neuronových sítí, které jsou součástí vyhodnocovacího řetězce, plně identifikuje všechna upevňovadla použitá na železniční síti České republiky. Jedná se o tyto typy upevňovadel: • K, • KS12, • KS24, • W14, • FCI Pro uvedené typy upevňovadel řešení poskytuje spolehlivou identifikaci a klasifikaci defektů, které způsobují různé úrovně nebezpečnosti pro provozování železniční dráhy. Aplikace na svém výstupu poskytuje seznamy defektů s lokalizací, klasifikací a fotodokumentací. Seznamy defektů následně přeberou traťové okrsky a plánují opravy železničního svršku.

Název v anglickém jazyce

Vývoj automatizovaného systému videoinspekce železničního roštu - ověřená technologie

Popis výsledku anglicky

​ Stručný popis novosti technologie a výrobku Značný přínos implementovaného řešení je integrace technologii tensorflow, openCV v rámci zpracování dat a analýzy pomocí série neuronových sítí. Ty jsou dále kombinovány s detailními snímky z lineárních kamer a unikátní datovou základnou vzniklou během projektu. Unikátním způsobem toto řešení využívá několik rozdílných neuronových sítí pro různé části řešené úlohy. Celý řetězec je paralelizován a využívá výpočtů na grafických kartách pro získání odpovědí v co nejkratším čase. V rámci projektu jsme vytvořili a implementovali vlastní neuronové sítě, které nejsou převzaté od třetích stran a tyto sítě jsou specificky naučené rozpoznávat charakter upevňovadel a jejich defektů na železnicích České republiky. Využitelnost je z historických důvodů 100% možná i na celé železniční síti na Slovensku a dále v řadě zemí střední a západní Evropy. Nasazení v Americe, Asii nebo Africe by vyžadovalo kontrolní měření pro detekci případných specifik místních železničních tratí. ávěrečné ustanovení protokolu ověření technologie V projektu implementovaný vyhodnocovací software spolehlivě zpracovává pořízená data. Sada implementovaných a vyvinutých neuronových sítí, které jsou součástí vyhodnocovacího řetězce, plně identifikuje všechna upevňovadla použitá na železniční síti České republiky. Jedná se o tyto typy upevňovadel: • K, • KS12, • KS24, • W14, • FCI Pro uvedené typy upevňovadel řešení poskytuje spolehlivou identifikaci a klasifikaci defektů, které způsobují různé úrovně nebezpečnosti pro provozování železniční dráhy. Aplikace na svém výstupu poskytuje seznamy defektů s lokalizací, klasifikací a fotodokumentací. Seznamy defektů následně přeberou traťové okrsky a plánují opravy železničního svršku.

Druh

Z_tech - Ověřená technologie

CEP obor

—

OECD FORD obor

20205 - Automation and control systems

Projekt

<a href="/cs/project/EG17_107%2F0011235" target="_blank" >EG17_107/0011235: Zlepšení automatizovaného systému videoinspekce železničního roštu</a><br>

Návaznosti

P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)

Rok uplatnění

2020

Kód důvěrnosti údajů

S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Interní identifikační kód produktu

CZ.01.1.02/0.0/0.0/17_107/0011235

Číselná identifikace

—

Technické parametry

Značný přínos implementovaného řešení je integrace technologii tensorflow, openCV v rámci zpracování dat a analýzy pomocí série neuronových sítí. Ty jsou dále kombinovány s detailními snímky z lineárních kamer a unikátní datovou základnou vzniklou během projektu. Unikátním způsobem toto řešení využívá několik rozdílných neuronových sítí pro různé části řešené úlohy. Celý řetězec je paralelizován a využívá výpočtů na grafických kartách pro získání odpovědí v co nejkratším čase. V rámci projektu jsme vytvořili a implementovali vlastní neuronové sítě, které nejsou převzaté od třetích stran a tyto sítě jsou specificky naučené rozpoznávat charakter upevňovadel a jejich defektů na železnicích České republiky. Využitelnost je z historických důvodů 100% možná i na celé železniční síti na Slovensku a dále v řadě zemí střední a západní Evropy. Nasazení v Americe, Asii nebo Africe by vyžadovalo kontrolní měření pro detekci případných specifik místních železničních tratí.

Ekonomické parametry

zatím nerelevantní

Kategorie aplik. výsledku dle nákladů

—

IČO vlastníka výsledku

27223663, 64050696

Název vlastníka

ENEX GROUP s.r.o., FoxCom s.r.o.

Stát vlastníka

CZ - Česká republika

Druh možnosti využití

A - K využití výsledku jiným subjektem je vždy nutné nabytí licence

Požadavek na licenční poplatek

A - Poskytovatel licence na výsledek požaduje licenční poplatek

Adresa www stránky s výsledkem

—